您好，怎么用python处理纯文本数据为二维数组？

Z时代
2024-01-10
分类：技术分享

1. ad-表方向或加强语气原型：ad-（在拉丁语中出现在元音或辅音d、h、j、m和v 前） aducir （拉丁语addūcere、英语adduce：ad-表方向+dūcere领导） tr.引证，举例（西语中只保留一个d）变体：ad-和除d、h、j、m、v之外的辅音字母连用时发生逆行完全同化。其变体较多，请结合"逆行完全同化"的概念记忆。 abreviar　(拉丁语abbreviāre、英语abbreviate ：ad-→ab-+breviāre变短）tr.缩短（西语中只保留一个b） afiliar　(拉丁语affīliāre、英语 affiliate：ad-→af-+fil?us儿子+-āre)　tr. 使参加(党派，团体等) 2. ab-分离、远离原型：ab- abducir　（拉丁语abdūcere、英语abduce：ab-远离+duc-引导+-ir ） tr. 诱拐，绑架 abusar　(拉丁语abusāre、英语abuse：ab-远离+us-使用+-ar ?远离正常的使用范围) intr. 乱用，滥用变体：abs-用在以c或t为首字母的词根前 absceso　(拉丁语abscessus、英语abscess：ab-表示远离→abs-；ces-走?从平面中走出?凸起; )　m. 脓肿，脓疡

abstraer　(拉丁语abstrahere、英语abstract：ab-远离→abs-+tra-拉，抽+-er?使抽离现实)　tr. 使抽象化

请问怎么用python处理如上数据成如下JSON数据？

{
    "prefix":"ad",
    "intro":"表方向或加强语气",
    "prototype":{
        "intro":"ad-（在拉丁语中出现在元音或辅音d、h、j、m和v 前）",
        "list":[
            {"word":"aducir","meaning":"（拉丁语addūcere、英语adduce：ad-表方向+dūcere领导） tr.引证，举例（西语中只保留一个d）"}
        ]
    },
    "variation":{
        "intro":"ad-和除d、h、j、m、v之外的辅音字母连用时发生逆行完全同化。其变体较多，请结合"逆行完全同化"的概念记忆。",
        "list":[
            {"word":"abreviar","meaning":"(拉丁语abbreviāre、英语abbreviate ：ad-→ab-+breviāre变短）tr.缩短（西语中只保留一个b）"},
            {"word":"afiliar","meaning":"(拉丁语affīliāre、英语 affiliate：ad-→af-+fil?us儿子+-āre)　tr. 使参加(党派，团体等)"}
        ]
    }
}
{
    如上。。。}

回答：

import re
content = """..."""
def extract_case(text):
    return [dict(zip(["word", "meaning"], i.split(maxsplit=1))) for i in text.split("\n") if i]
exp_parts = (
    "\d+\.\s([a-z]+)-(.*?)\n"
    "原型：(.*?)\n"
    "((?:[a-z]+.*?\n)+)"
    "变体：(.*?)\n"
    "((?:[a-z]+.*?\n)+)"
)
parts = re.findall(exp_parts, content)
result = []
for part in parts:
    prefix, intro, prototype, prototype_text, variation, variation_text = part
    result.append(
        {
            "prefix": prefix,
            "intro": intro,
            "prototype": {"intro": prototype, "list": extract_case(prototype_text)},
            "variation": {"intro": variation, "list": extract_case(variation_text)},
        }
    )